大数据应用在中小商业银行的探索实践

银行业已进入大数据时代，商业银行特别是中小银行围绕大数据应用，实现经营、管理和服务创新，将决定其未来的可持续发展能力。中小银行要从战略高度充分认识大数据分析和运用的重要性，深化大数据应用，用创新的理念和行动拥抱大数据时代的来临。

　　互联网通过技术优势冲破金融领域种种信息壁垒，不断改写金融业竞争格局，以云计算、大数据与金融业务深度融合为代表的金融科技正加速推动传统金融业务转型升级。穆迪最新金融科技报告称：“金融科技能够更好地满足用户需求，并且主要通过开发和应用新的技术和分析手段，充分利用互联网以及最新的移动技术来低成本地提供多样化的服务。”银行业已进入大数据时代，商业银行特别是中小银行围绕大数据应用，实现经营、管理和服务创新，将决定其未来的可持续发展能力。

　　大数据是商业银行变革的助推器

　　根据国家信息中心组织撰写的《2017中国大数据发展报告》数据显示，2016年，中国大数据领域投资热度持续攀升，从成功融资的大数据行业分布情况看，第一是医疗健康，占比29.9%，第二是金融，占比13.5%，第三是交通，占比10.29%。市场资本助推大数据时代的加速到来，助推商业银行的转型变革。

　　更加特色的发展路径。虽然目前各家商业银行都在转型发展，但仍然存在转型战略雷同和同质化转型的问题。大数据有助于中小银行发挥区域化的资源禀赋，从而走出特色化、差异化的发展路径。中小银行在客源信息、区域场景、机制效率方面优势明显，可在打通场景、引入互联网基因等方面赢得先机，并快速地把大数据金融服务推向市场，实现快速迭代，走出更加特色的发展路径。

　　更加新型的经营模式。从本质上讲，银行的金融中介功能不会改变，银行也不会消失，但依靠“鼠标+水泥”和存贷利差的传统银行模式可能会消失，新的线上化、场景化、生态化的银行业务经营模式已初露锋芒。商业银行如果能把大数据和风险控制、网点众多等传统优势结合起来，将创造出更加新型、有效的经营模式，以实现大数据时代的跨越式发展。

　　更加精准的营销能力。在“轻资产化”下的互联网时代，商业银行的网点众多似乎不存在优势，但在大数据下，商业银行能够把网点从“劣势”再次转化为“优势”。相比纯互联网企业，商业银行具备更多精准的线下交易数据，如果能够将税务、工商、法院等部门的大量外部数据与银行内部数据进行跨界融合，有效降低客户需求与金融供给的匹配时间和成本，商业银行就可以在实时营销、交叉营销、个性化推荐、客户生命周期管理等多个方面开展精准营销。

　　更加高效的风控体系。传统风险防控的人力资本耗用高、前瞻性不足、反应速度慢，仍显被动和保守。大数据技术的发展为信息化风险防控提供了基础。美国个人金融服务的领导者嘉信理财公司认为：一切数据皆信用。中小银行以大数据分析和挖掘技术为基础，强化大数据应用能力，提升事前预警、事中控制、事后监督风险防控水平，推进风险管理体系由经验管理向数据分析管理、由分散管理向集中管控的转型，可有效缓解信息不对称引发的逆向选择和道德风险问题。

　　深植大数据基因智慧服务实体经济

　　实体经济是金融生长的土壤，在我国经济发展进入新常态后，商业银行以新理念、新金融、新服务支持供给侧结构性改革和经济转型升级的同时，也实现了自身供给侧改革，提升了商业银行服务实体经济的质效。江苏银行举全行之力抢占互联网大数据制高点，通过搭平台、拓渠道、建场景、强系统，多措并举加速全面线上化步伐，及时满足客户多样化需求，打造智慧银行新模式，强化服务实体经济的深度、广度和效率。

　　深植数据基因，致力智慧银行建设。商业银行可以深植互联网大数据基因，构建“用数据说话”的科学决策管理体系，在精准营销、风险防控方面充分利用大数据，致力于建设智慧银行。在精准营销方面，比如，公司业务可以搭建移动营销管理平台，充分利用来自各级政府机构、行业协会、媒体、金融同业等外部信息，形成总行直接扁平指导分支行客户经理针对优质资产进行营销的新模式；比如，零售业务可以结合人工智能技术，推出提供多种理财产品投资组合服务的智能投顾系统，目前在基金领域率先应用的实例证明，通过提供智能公募基金组合销售服务，为用户带来更好的投资管理服务。在风险防控方面，可以利用大数据打造风控服务平台，提升金融机构自身内部风险管理水平，同时还可向其他金融机构提供大数据风险防控服务，客观反映用户真实风险水平；为应对互联网金融中团伙作案甚至发展形成地下作案产业链的严峻局面，商业银行可以结合大数据技术，建立适用于互联网交易特征的反欺诈平台，提升互联网金融业务的安全性。在外部合作方面，商业银行可以与国内外高校及研究机构共同开展大数据项目研究，与互联网科技公司共同推进大数据、云计算、区块链等技术在金融业务创新领域的应用，与国家级、区域级的政府机构开展信用信息共享合作，通过多方合作有效提升大数据应用水平。

　　依托数据技术，突破小微融资困局。为了解决小微融资难问题，商业银行可以将大数据技术与金融业务相结合，开发互联网纯信用信贷产品。部分商业银行已开始进行创新尝试，从小微业务融资难的症结入手，运用互联网和大数据技术，以企业工商、税务、结算等各类大数据与金融业务相结合的尝试为起点，开发小微网贷平台及系列产品。比如有的中小银行以小微企业在税务部门的缴税情况为主要授信依据，推出互联网纯信用信贷产品，以税促贷，并借助与其他银行实现技术共享的方式，服务于江苏、广东、浙江等20个省份和地区的小微企业。此外，商业银行还可基于小微企业客户第三方商务结算数据、核心企业上下游供应链销售信息、再担保机构微贷客户业务渠道等，推出多种小微企业网贷产品，为小微企业提供便捷、高效的全方位服务。

　　挖掘数据价值，实现新型银行创新。商业银行可以运用先进的互联网大数据手段降低金融服务成本，改进服务效率，面向大众人群提供价格合理、方便快捷的新型金融服务。以直销银行为例，商业银行可以借助线上化、场景化等特性，准确结合大数据分析，覆盖传统金融难以服务到的群体，提高金融普惠性。同时，通过金融场景化服务，为客户设计个性化的金融产品，实现普惠金融服务的精准营销。为提高客户体验、降低运营成本，不断提升互联网平台运维能力，直销银行可借鉴互联网电商线上运营经验，将互联网先进应用技术与商业银行运营管理高度融合，打造基于互联网的智能运营管理模式。

　　中小银行利用大数据实现战略转型大有可为

　　未来中小银行加快大数据发展不仅具有行业意义，而且对于推动我国信息化进程具有重要作用。中小银行要从战略高度充分认识大数据分析和运用的重要性，深化大数据应用，用创新的理念和行动拥抱大数据时代的来临。

　　深植大数据应用基因理念。随着互联网时代基础架构的逐步夯实，中小银行应积极运用互联网技术，并在此基础上，将技术的核心从互联网技术进一步拓展到大数据、物联网、人工智能、区块链等前沿技术。为借助大数据应用实现跨越式发展，中小银行需要深植大数据基因，针对分散于各业务条线和机构层级的数据采集、生产、积累、管理、分析、应用各环节，明确工作职责和要求，形成前中后台各环节联动的数据全流程管理机制和工作机制，以获得大数据发展浪潮的红利，实现爆发式增长。以某项新业务开展为例，前台业务部门运用大数据进行精准营销，中台营运、科技、风险部门运用大数据进行维护管理，后台内审、法律部门运用大数据进行监督保障，前中后台部门形成使用大数据、应用大数据的氛围。

　　夯实大数据应用基础体系。构建科学管理下的数据应用基础体系，须在获取数据、规范数据、处理数据等三个层面推进实施。在获取数据层面，一方面在行内整合核心系统、信贷管理系统、网银系统、个贷系统等几十个业务的交易数据、账户数据和客户基础数据，另一方面在行外引入人行、银监、工商、税务、法院等多种来源外部数据字段，通过多样化、多层次的行内与行外、线上与线下、标准化与非标准化数据整合，有效解决“信息孤岛”问题。以江苏银行为例，目前银行内部将信管系统、个贷系统、核心系统等业务系统整合到同一个平台中，外部引入包括27大类个人数据信息和16大类企业数据信息。在规范数据层面，合理规划系统建设与数据标准体系，在同一规划数据标准的基础上，建立明晰、完整、有序的数据逻辑体系，解决系统数据的逻辑性和关联性，将同一客户办理的不同业务种类信息，同一业务在不同业务流程条线的信息，以及各类交易信息、管理信息有效关联，将数据在行内各个系统进行打通和共享，进而建立整体运转有效的数据治理架构。在处理数据层面，打造新型大数据处理平台，以替代传统的数据仓库，支持海量数据的存储和高速运算，通过该平台，在数据安全管控的前提下，可以让全行利用该平台进行各类数据的便捷统计、分析、查询和建模，并为各个业务系统和模型实时计算、存储大量的指标、参数和决策变量，为大数据的全方位应用提供技术支撑，比如建立了“融创智库”大数据平台，将预警系统、网银、黑灰名单和反欺诈、个人经营贷打分卡、自动审批决策引擎、全流程风险管理、外部数据实时解析等功能全部整合。

　　构建大数据应用管理机制。建立大数据应用与管理决策的良性工作机制，将大数据广泛运用到全行风险控制、精准营销、客户画像、智能客服、运营管理等多个领域。首先积极培养、积累兼具业务经营管理与信息数据应用的复合型人才，将行内培养和行外引进相结合，重点以行内培养为主，同时可适当引进数据应用的高层次人才，使数据应用管理快速提升至较高水平。其次，为数据应用提供资源保障，出台相关政策，对大数据发展进行整体部署和重点支持；加大对大数据关键技术研发的投入，逐步提升大数据应用对银行的价值贡献。再次，制定详尽的数据应用框架和策略，短期以点带面，建立数据整合、数据应用、数据管理的统筹机制，将数据应用范围扩大到行内所有产品和服务，为各级管理层应用数据成果实现科学决策提供有效支撑；长期在整体设计全行数据应用分析框架和策略基础上，着力规划全行大数据战略中长期路线图与实施重点、目标、路径，统筹布局，建立行之有效的数据治理长效机制，体现银行数据文化的价值理念和导向，全面形成针对管理、决策和执行等各层面的数据应用策略。